unrpa

Python编程：从入门到实践Python programming: from the beginning to the practice(Python programming: from the beginning to the practice)

深度学习，LSTM股票预测，python代码(Deep Learning, LSTM Stock Forecasting, Pthon Code)

说明：  卷积神经网络分类 调制信号识别 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络（Shift-Invariant Artificial Neural Networks, SIANN）” [3] 。 对卷积神经网络的研究始于二十世纪80至90年代，时间延迟网络和LeNet-5是最早出现的卷积神经网络 [4] ；在二十一世纪后，随着深度学习理论的提出和数值计算设备的改进，卷积神经网络得到了快速发展，并被应用于计算机视觉、自然语言处理等领域 [2] 。 卷积神经网络仿造生物的视知觉（visual perception）机制构建，可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化（grid-like topology）特征，例如像素和音频进行学习、有稳定的效果且对数据没有额外的特征工程（feature engineering）要求 [1-2] 。(Convolutional neural network classification modulation signal recognition)

说明：  python生成三维球体混凝土骨料，用于ABAQUS数值分析(Python generates three-dimensional spherical concrete aggregate for ABAQUS numerical analysis)

大数据时代下，社会数据分析非常重要。社交网站的数据挖掘与分析这本书源代码(In the era of large data, social data analysis is very important. The source code for the data mining and analysis of social networking sites)

用Tensorflow,LSTm网络来预测未来股票的价格,

说明：  用于疲劳加载 的子程序中有关文件 可以很好预测疲劳加载后的文件(fatiguextended finite element method for fracture problems within the finite element software ABAQUS)

自信车轮压力分析 python 源代码 有限元分析(Wheel of bike ，python Finite Element code)

CVTE的模型测试实现。适应下载清华数据(The testing program of the modle of CVTE)

说明：  针对图像亮度不均匀问题，Li Tao与2005年提出的这个算法。其主要用于提升再低照度或者不均匀光照条件下拍摄到的图像亮度。该算法主要由两部分构成：自适应亮度增强模块和自适应对比度增强。(Li Tao and this algorithm proposed in 2005 for the problem of uneven image brightness. It is mainly used to enhance the brightness of images captured under low illumination or uneven illumination. The algorithm is mainly composed of two parts: adaptive brightness enhancement module and adaptive contrast enhancement.)